1703403657
1703403658
给定约束下由消费者效用最大（理性人追求个人效用最大化）决定需求曲线，市场约束和技术约束下由供给方利润最大化决定供给曲线，两条曲线的交点即为均衡产量，相应形成最优均衡价格参数。这就是最经典的数量—价格机制。一旦离开这个均衡，市场供求力量则开始起作用，导致价格变动。无论模型多么复杂，其核心都是这样。
1703403659
1703403660
这个简单的分析框架是极度实用和科学的。举个例子，房地产的价格就是这样一个变动过程。如果需求不变，减少供给，价格就会上升。比如上海曾经为了抑制房价上涨要叫停土地拍卖——这个政策意味着土地供给减少，也就是未来房源的供给减少，如果大家的需求没有因此下降的话，那么这个政策的后果是什么呢？——需求不变（或者上升，因为投资者预计未来房子有稀缺性），供给减少，价格不降反升！还有北京前两年为控制房价而推出的交易税政策，这个政策的后果也是非常清楚的——在需求和供给都没有发生大的变动的情况下，增加交易中的市场摩擦，会使得交易成本上升，导致价格上升——果然在加税以后的第二天，北京很多套房子的总价就一夜涨了几十万元。这些道理是任何一个经济学本科一年级的学生都知道的基本经济原理。可惜的是，不是所有浅显的真理都能得到认可和实施，面对上涨的水位，最简单粗暴和直观的办法就是堵起来。所以有时候不得不感叹，在社会发展的历程中，无知才是人类最大的敌人。
1703403661
1703403662
经济学的这个分析框架帮助解决了人类观察到的很多经济现象。然而，这个强大的分析工具被应用到了金融市场，却变得有些捉襟见肘。首先，金融市场的供给曲线十分模糊——试想一下，任意一个投资者既可以成为供给方（出售证券），也可以成为需求方（购买证券），另外，卖空机制、衍生产品等因素导致供给曲线难以确定。比如说，如果没有卖空限制，供给几乎可以被视为无限。更重要的是，金融产品是高度可替代的，投资者追求的是金融产品所蕴含的风险—收益特征而不是产品本身。举个例子，买苹果手机和买苹果公司股票之间的动机有着本质差别：用户对于苹果手机的黏着度远远大于投资者对苹果公司股票的忠诚度。只要另外一个股票能提供比苹果公司更好的风险—收益率，投资者很容易将其取代——这意味着金融产品的需求具有完全的弹性。
1703403663
1703403664
很明显，传统的供求分析在解决金融市场问题时碰到了困难——那么，究竟怎么判定什么是金融资产的“合理”价格？无套利分析方法因此浮出水面，并展现出强大的生命力。古老的谚语告诉我们——“天下没有免费的午餐”，金融市场的无套利正是这一民间智慧的集中体现：在一个正常运行的金融市场中，不会存在着长期的套利机会。因此，我们可以通过某些资产的价格，来推断求解其他资产的价格，使得无套利的条件被满足。这个分析思路和金融产品的高度替代性是完全一致的。只要风险—收益率是一样的，我们不关心拥有什么样的证券，我们只关心各个替代品之间的“相对价格”（布莱克—舒尔斯的期权定价模型正是这一“相对定价”思想最简单精确的表述）。
1703403665
1703403666
和传统经济学的关注点不太一样，金融学的定价理论不太关心资产价格形成和变化的过程，金融学关注的是特定的资产之间是否有一种合理的相对水平，从而使市场没有套利空间。换句话说，在商学院范式的金融学中，我们更关注在给定的价格下如何做出最优的决策；而经济系范式的研究更注重价格是如何被推导出来的。
1703403667
1703403668
从罗斯的套利定价理论之后，无套利在金融学研究中的盛行使得经济学研究被奉为神祇的“一般均衡”走下了神坛。无套利只是一个局部均衡——市场处于均衡的时候一定没有套利机会，但是无套利的情况却不一定达到均衡。这使得金融研究从此脱离了一般均衡的十字架——我们可以根据现有的金融数据推导出其他资产的“相对的合理价格”而不去理会这个价格是否相容于“一般均衡”。这样一来，基于无套利分析方法的金融资产定价方法也就具有了更大的一般性。
1703403669
1703403670
从马科维茨的第一次华尔街革命到布莱克—舒尔斯的第二次华尔街革命，金融学和金融实践的发展轨迹如同藤蔓交缠。每一次理论的突破都是市场发展的产物，同时，每一次市场的嬗变都是理论突破的结果。和很多学科近似空中楼阁的理论研究不一样，金融学的研究导向一直是现实的世界，而海量金融数据的存在又使研究者得以观察和分析真实市场运行的规律和脉搏。
1703403671
1703403672
在这个星球上，财富仍然是最令人热血贲张的梦想。半个世纪以来的人类社会变迁为我们展示了金融的魔力——通过金融市场，整个社会的生产和消费以不可想象的速度膨胀和飞速发展。金融犹如童话中点石成金的魔杖，吸引着成千上万聪明而富有野心的人们。然而，从学科的发展历程而言，刚过花甲之年的现代金融学还只是个牙牙学语的孩子罢了。
1703403673
1703403674
未来是未知的，未来不要是无知的。我相信，一切的探索仍在路上。
1703403675
1703403676
1703403677
1703403678
1703403679
金钱永不眠：资本世界的暗流涌动和金融逻辑 [:1703401434]
1703403680
金钱永不眠：资本世界的暗流涌动和金融逻辑 股票市场的投机因子能赚钱吗？
1703403681
1703403682
我们都知道股票价格中有投机因子，可是这玩意儿看不见摸不着，我们要怎样衡量它，又怎样使用它为股票定价呢？比如说大家普遍认为“投机丛生”的中国A股市场吧，我们又该怎样处理价格中的投机因子？能不能利用它制订投资交易策略呢？
1703403683
1703403684
这些年A股市场不只是有点折腾——各种天马行空的概念层出不穷，引导着市场如痴如醉的跌宕起伏。“中国A股市场是个投机市场”这种观点虽然刺耳，却很贴切。
1703403685
1703403686
其实，在经典的金融经济学研究中，关于“市场投机行为”对于资产价格的影响，一直是大家很感兴趣的话题。早在20世纪30年代，凯恩斯就说过，股票市场上，大家买股票的时候不是买自己认为价值最高的股票，而是会买入其他投资者认为价值最高的股票——这就好比选美比赛一样，最后评委们在选冠军的时候，不是选自己认为最美的一个，而是选大家认为最美的一个。说白了，大部分投资者都会抱着投机的心态，到最后，这种投机行为就会反映在金融资产的价格中，形成泡沫。
1703403687
1703403688
凯恩斯提出这个观点是在1936年，也就是美国史上最严重的经济危机（1929—1933）刚过不久，罗斯福接手了这个烂摊子，开始转向以凯恩斯理论为基础的“罗斯福新政”——通俗地说，就是为了应对短期经济波动，应更重视政府对于市场的干涉。凯恩斯的研究确实是有所指的，他认为股市中的投机行为乃是人类“动物精神”的产物，需要一些外在的约束（比如政府的管制或者其他规则等）。
1703403689
1703403690
20世纪70年代以来，关于投机的话题重新进入学界视野。1977年，诺奖得主默顿·米勒提出投机会使金融资产价格有长期偏离其基本面估值的风险，所以股票价格中应该包含这部分风险的溢价。大师出马，应者云集，后面做这个研究方向的人就越来越多，到2003年，有个很牛的中国经济学家熊伟和他的合作者沙克曼（Scheinkman）又进一步证明了股票的价格中确实会有一个“投机因子”或者说“泡沫因子”，要考虑股票的准确估价，就需要将这个因子考虑进去。
1703403691
1703403692
既然我们已经知道股票价格中有投机因子，可是这玩意儿看不见摸不着，我们要怎样衡量它，又怎样使用它为股票定价呢？更进一步地说，在投机行为程度不同的市场上，比如说大家普遍认为“投机丛生”的中国A股市场上，我们又要怎样处理价格中的投机因子呢？
1703403693
1703403694
“投机”这个概念很好理解，但是在实证研究中却不是那么好操作。一直到20世纪90年代，才有学者提出：直接衡量不行，间接总可以吧？不管什么样的投机行为，必然牵涉交易（你既不买也不卖当然不能投机），那么我们可以试着用股票的交易量或者换手率（交易量除以总股数）来侧面反映投机的程度。
1703403695
1703403696
不过这还是没能解决全部问题，换手率中间包含了很多投机以外的信息量，比如说流动性，那怎么办呢？想办法将流动性这些信息剔除出去——最直观的方法就是计算一个“异常换手率”。具体到每一只股票而言，就是将整个市场的平均换手率和一些非市场事件（比如降息、“两会”召开、企业盈余公告等）从这只股票的换手率中剔除，剩下的部分大致就可以代表这只股票的“投机程度”。
1703403697
1703403698
现在要问的是，这个所谓的异常换手率能不能代表股价的投机程度呢？我们用这个方法对世界上规模最大的20个股票市场做了测量，和大家的预期非常一致，中国A股市场的投机程度最高，成熟市场投机程度较低。更有意思的一个现象是，有卖空限制的市场投机程度更高，股价也更高，用金融术语说就是有一个“投机溢价”。这个其实挺好理解，就像一条河流中间有一个大坝蓄洪储水，但是大坝本身也截断水流，一波大浪过来，被拦截的水面自然会向上升。大家可以想想是不是每年雨季各个大坝边上的人们都如临大敌，担心水位过高？
1703403699
1703403700
这里需要稍作补充：中国市场一直有严格的卖空限制，在2010年融资融券启动后算是开始了解禁卖空限制的第一步。在2011年的股指期货推出后这一限制进一步放松。与这趋势相吻合，我们发现我国A股市场的异常换手率也呈现出下降的趋势，所以说，中国股市道路是曲折的，前途还是光明的。
1703403701
1703403702
知道了投机可以被衡量后，我们要继续问的是，股票价格中“可以衡量的投机”对投资来说有什么意义吗？答案是肯定的。比如，在任意一个月的月末，我们先计算所有股票的异常换手率，然后排序，并分成10组（组数可以调整），然后买入异常换手率最高的一组（高投机型股票），卖空异常换手率最低的一组（低投机型股票），持有一段时间——这个交易策略的年化收益率是23.5%。我们再将一些交易费用（比如印花税、买卖价差等）和一些其他费用剔除，这个交易策略仍然能稳定地带来21%以上的收益。
1703403703
1703403704
有些聪明的投资者会问，我们早就知道股票价格会受“市场因子”（个股价格受到市场价格影响）、“规模因子”（个股价格受到公司大小影响）、“价值因子”（个股价格受到市盈率影响），以及其他很多因素的影响，那这个基于“异常换手率”的策略是不是也受这些因素的影响呢？我们继续在交易策略中剔除这些因素，结论仍然与之前完全一致——在中国A股市场上，基于投机因子的交易策略始终能带来远远高于市场平均水平的收益率，牛市和熊市都一样。
1703403705
1703403706
